选择模板

更多 最新动态

  • 小生小声
    小生小声  发布了新帖 《Cell》:肠道微生物拯救社交障碍? 6天前

    研究背景:许多研究已经发现,怀孕期母亲肥胖会显著改变子代的肠道微生态,并且有的子代会出现神经发育异常,易患自闭症等精神疾病。研究目的:本文通过构建亲代肥胖的小鼠模型,研究肠道微生物如何影响子代的社交及其他与自闭症相关的行为。思路概览:总结该文章的思路,首先通过高低饮食组证明MHFD小鼠的社交行为和肠道微生物发生了改变,然后通过Co-housing和FMT进一步证明是微生物的改变影响了社交行为的改变。之后为了探究是具体哪一些菌的改变影响了行为,对两组小鼠的粪便进行了宏基因组测序,鉴定出L. Reuteri的含量发生了很大改变,通过饮水添加L. Reuteri证明该菌能单独影响小鼠的行为。最后进一步进行机制的探索,通过文献检索锁定催产素和多巴胺神经系统,用免疫组化和电生理实验证明微生物可能通过催

  • 小生小声
    小生小声  发布了新帖 嫌picard去重复太慢?快来试试这两个高效快速的工具吧~ 7天前

    今天给大家推荐两款sam文件处理小工具samblaster和sambamba,它们具有排序、比对信息查看等常用功能之外,最棒的是可以用来代替picard去除重复序列,在筛选标准不变的前提下速度能提升30倍以上,赶紧来试试吧~这两款软件比picard快30倍SAMBAMBAhttp://lomereiter.github.io/sambamba/功能介绍sambamba主要有filter,merge,slice和duplicate等七个功能来处理sam/bam文件。一、安装 (支持mac OS/linux 64位)git clone --recursive https://github.com/lomereiter/sambamba.gitcd sambambamake也可以在download

  • 小生小声
    小生小声  回复了帖子 生物信息版月度风云榜奖励-2018年07月 7天前
    ID: liuqedison奖励:6丁当
  • 小生小声
    小生小声  发布了新帖 circRNA功能研究之竞争性海绵(二) 13天前

    自高通量测序及生物信息学的发展,circRNA被确认为一类新鉴定的非编码RNA,能够作为“miRNA-sponges”参与转录后调控。miRNA是一类通过结合3‘-UTR的种子区(seed region)下调靶基因mRNA的分子,而其本身同样受到体内复杂的调控网络约束。最新研究显示,Cdr1as能够作为一种内源性竞争RNA可以通过MREs结合miR-7。但是在体内, Cdr1as的功能尚待确定,报道首次以circRNA KO小鼠为研究对象,揭开circRNA在大脑中的调控机制。文章发表于SCIENCE,影响因子41.058。题目为Loss of a mammalian circular RNA locus causes miRNA deregulation and affects brain

  • 小生小声
    小生小声  发布了新帖 谈一谈基于TCGA拷贝数变异的关联分析——ParseCNV流程搭建 16天前

    虽然现在拷贝数变异(copy number variant)已不再是时髦的话题,但当小编真的要开始分析这样的数据时,却苦于没有顺手的流程。刚开始入门的时候查了不少资料,大部分都集中在前端call CNV的方向,后期数据转换和统计分析却鲜有涉及。之前做SNP关联分析的经验告诉我PLINK似乎可以,但仔细阅读并RUN一遍之后才发现入坑了,主要是PLINK仅仅提供整个群体水平的检测,不能给出具体哪个CNV显著与表型相关。在经验主义的带领下走了弯路之后,决定回归文章,从论文中寻找靠谱的分析软件,于是就有了与ParseCNV的一场邂逅。文章发表在《Nucleic Acids Research》上面,不仅详细介绍了自己的算法还讨论了其他功能相似软件的优缺点,强烈推荐有兴趣的读者阅读原文https://academic.oup.com/nar/article/41/5/e64/2414513.

  • 小生小声
    小生小声  发布了新帖 circRNA功能研究之竞争性海绵(一) 21天前

    自2012年首次确认circRNA是一类由 mRNA 前体经反向可变剪切而来的共价闭合且保守的单链转录本后,越来越多的研究证实 circRNA 是一个古老且保守、具有调控功能的细胞转录产物,能够通过miRNA 海绵功能等方式参与转录后调控。本篇文献分享将借助发表在Cell Res. (if ~15.393)上的一文展开circRNA与miRNA的关系。文献的题目为 A circular twist on microRNA regulation。简单circRNA的研究过程环形分子在上世界70年代,在植物病毒的研究中首次被观察到。1993年时,Cocquerelle等人在人类细胞的 ets-1 基因中发现了两个非聚腺苷酸化的环状亚型。同年,Capel等人发现了一个来源于Sry基因的circRN

  • 小生小声
  • 小生小声
    小生小声  发布了新帖 《PNAS》:游离DNA含有大量共生菌基因组 22天前

    血液中的游离DNA中包含了来自周身各种组织细胞的基因组,理论上也会包含各类病毒和微生物的基因组。有人之前已经注意到,游离DNA的高通量测序数据中,会有1%左右的序列不能匹配到人类基因组。斯坦福大学Stephen R. Quake团队分析了1351例样本的cf-DNA测序数据,提取其中的非人源序列,组装后发现其中只有很少一部分能匹配上已知的细菌基因组,大多数未 鉴定序列可能来自未知微生物。该研究发表在2017年PNAS期刊。研究样本:1351份cfDNA的测序数据。研究结果:1. 提取非人源DNA并进行组装和注释通过与GRCh38比对,大约有0.45%的序列不能匹配到人基因组(下图A),提取非匹配序列进一步与微生物基因组(细菌、真菌、病毒和真核病原体)比对,约1%的能够匹配上(下图B)。接下来

  • 小生小声
    小生小声  发布了新帖 《Microbiome》:肠道微生物调控microRNA从而影响情绪 28天前

    肠道微生物对于人类情绪的影响非常微妙,然而其作用机制一直还不清楚。发表在《Microbiome》上的一项研究表明,在小鼠中,肠道微生物可能会通过改变大脑区域与焦虑相关的microRNA的表达来影响情绪。这也许会给精神类疾病的治疗带来新的方向。研究背景越来越多的证据表明我们的想法和感情会受到肠道微生物的控制。例如,肠道微生物的有无会影响小鼠的焦虑行为,比如避光和逃避空旷场地等。这些焦虑、恐惧相关的神经环路与杏仁核与前额皮质(PFC)之间的功能交流息息相关。之前研究发现无菌小鼠的杏仁核与前额皮质的表达调控网络发生的改变,miRNA介导的翻译抑制与焦虑行为相关。研究目的本文想探究这种由miRNA介导的转录后调控是否受到肠道微生物的控制。 研究结果1. 无菌小鼠大脑杏仁核与前额皮质的miR

  • 小生小声
    小生小声  发布了新帖 解决你软件安装疑难杂症的docker 29天前

    Linux下面安装软件需要考虑各种依赖包的问题,这个也是广大linux下工作者的痛点。比如老牛前段时间安装一个叫CNVnator的软件,自己安装折腾了好久都没成功,那叫一个心累。我们日常比较常用的便捷的安装工具,除了centos自带的yum外,还有两个是pip和conda,日常情况下这三者就可以满足我们的胃口,但是假如像老牛一样用了这三种方法还是安装不上类似于CNVnator这样的软件呢?那就需要本期的明星docker出手了。         Docker原本是一个IT界很流行的工具,但是我们生信分析的工作和IT的有些类似嘛,所以很多生信软件也被打包上传到了docker仓库,方便我们下载。Docker类似于con

  • 小生小声
    小生小声  发布了新帖 我的Git笔记(三) 37天前

    至此,我们已经了解了关于git的一些基本操作,现在我们将学习如何用git进行合作,其实质就是和你的伙伴们共享commit。那么如何来共享彼此的commit呢?这时候就需要用到远程库,比如著名的GitHub。工作流程让我们先看看用git进行合作的工作流程:假如你正在进行着一个项目,同时你也已经在你的本地仓库部署了这个项目,且进行了若干次commit,现在你想要把这些commit共享给你的同事:1. 首先你会在服务器上创建一个远程库;2. 接着,把你的commit提交push至这个库;mark3. 这样你的同事就可以通过clone这个库来得到你的项目;4. 之后,你的同事又对这个项目做了一些改变,并把它们commit到她的本地库,然后也同时提交push到了

  • 小生小声
    小生小声  发布了新帖 GeNets:发表在nature上的基因组分析网站平台工具 37天前

    今年六月份,Nature Methods上发表了一篇关于机器学习分析特定基因集内部关系工具的文章,简单来说就是,通常我们做了差异基因分析得到一个基因集合,然后会用GO/KEGG富集进行进一步分析,但是该工具给我们提供了另一种可能,通过对差异基因集进行机器学习训练最终得到部分关键的基因以及基因间相互作用。该工具以网站的形式方便大家使用,目前只支持人的基因集输入,笔者输入数据后的运行结果如下图所示,如果大家感兴趣,下面笔者对文章进行了简单的讲解和对网站平台的使用进行了说明。文章名为:《GeNets: a unified web platform for network-based genomic analyses》该工具源代码github地址:https://github.com/lagelab/quack网站工具地址:http://apps.broadinstitute.org/genetsGeNets网站平台的框架如下图所示,1.上传数据和训练集;2.训练模型;3.模型比较;4.选择最优模型;5.数据管理、存储、分享等。几个不同network的ROC曲线显示,InWeb3的AUC值最大,为0.92,

  • 小生小声
    小生小声  发布了新帖 如何活得更健康更长寿 38天前

     生信草堂是一个严肃的生信学习平台,可是老牛是一个很“随便”的人,作为定期投稿人,总想给平台投一些不太“正经”的稿子,下面就为大家带来一篇关于健康和长寿方面的推文。记得半年前某次在外吃饭时,有个女算命师找上我,说算完钱随便给,那我就试试喽。作为观察力最强星座双鱼的老牛和其相聊甚欢,还顺带问了一下算命相关的问题。聊到健康和寿命时,对方说看手相能活到九十多,老牛内心窃喜,但是作为一个学生物和喜欢收集资料的“假装”知识分子来说,老牛还是保持理智的。那么为了身体健康和长寿,我们有没有更科学一点的建议?老牛提炼了张遇升的《怎样健康活过100岁》以及Ray D. Strand的《别让不懂营养学的医生害了你》,同时加上了一些自己的思考,在这里为大家讲解下如何更长寿的活着。首先,人类通过对同卵双胞

  • 小生小声
    小生小声  回复了帖子 生物信息版月度风云榜奖励-2018年06月 38天前
    ID:liuqedison奖励:10丁当谢谢
  • 小生小声
    小生小声  发布了新帖 circRNA识别中实验准备及生信分析的挑战 41天前

    今天和大家分享一篇经典的综述,题目是 Detecting circular RNAs: bioinformatic and experimental challenges ,为circRNA研究提供一些参考。circRNA是一类新兴的非编码RNA,具有特殊的拓扑结构和稳点保守 性,而成为研究热点。文章发于Nature Reviews Genetics (if ~ 40) 是早期比较经典的综述文章 http://doi.org/10.1038/nrg.2016.114。作 者综述了实验和生信分析中识别circRNA可能出现的偏差,举例并加以讨论。同时提出circRNA在识别上还存在一些问题:1. 虽然已有多种算法支持circRNA的识别,但是缺少对假阳性和假阴性率的评估。2. 对于剪切位点的选

  • 小生小声
    小生小声  发布了新帖 机器学习能否预测疾病风险 41天前

    全基因组关联研究 (GWAS) 是指在全基因组层面上,开展多中心、大样本、反复验证的基因与疾病的关联研究,期望发现一个人群的某种疾病特性与一个特定基因位置或位点的变异之间的关系。全基因组关联研究目前已经广泛应用于疾病表型与基因型之间关系的研究,科学家已经对糖尿病、冠心病、肺癌、前列腺癌、肥胖、精神病等多种复杂疾病进行了GWAS分析,并找到了疾病相关的多个易感位点。然而,对于绝大部分复杂疾病而言,只有少部分患者可以用其中一些易感位点上的变异解释其疾病表型,这种现象被称为“遗传性缺失 (missing heritability)”。对于这种现象,有一个公认的解释是:复杂疾病是由基因与基因,基因与环境之间的交互作用引起的,其中基因与基因的交互作用通常表现为SNP位点的上位效应,即两个或两个以上的S

  • 小生小声
    小生小声  发布了新帖 干货|用几行简单的python代码轻松获得GEO转录组表达矩阵数据 41天前

    Gene Expression Omnibus (GEO)数据库为生物科研人员提供了大量的组学数据资源,其中最为丰富的当属基因芯片或者高通量测序产生的转录组数据。虽然GEO网站上内置了分析小工具能够帮助快速获取信息,但无法利用全转录组三级数据(标准化后的表达值)。正巧小编最近下载了一批的转录组三级数据,然后写了几行蹩脚的python处理得到矩阵文件,分享出来希望对读者有帮助。下面的内容以GSE30169文件处理为例。(一)   GSE30169转录组数据下载在NCBI主页的下拉菜单中选择GEO DataSets,输入GEO编号即可检索,如图一,点击Download data。图1 GSE30169检索界面点击之后会出现包含5个文件的窗口,我们只需要选择其中两个下载即可,如

  • 小生小声
    小生小声  发布了新帖 干货|用几行简单的python代码轻松获得GEO转录组表达矩阵数据 41天前

    Gene Expression Omnibus (GEO)数据库为生物科研人员提供了大量的组学数据资源,其中最为丰富的当属基因芯片或者高通量测序产生的转录组数据。虽然GEO网站上内置了分析小工具能够帮助快速获取信息,但无法利用全转录组三级数据(标准化后的表达值)。正巧小编最近下载了一批的转录组三级数据,然后写了几行蹩脚的python处理得到矩阵文件,分享出来希望对读者有帮助。下面的内容以GSE30169文件处理为例。(一)   GSE30169转录组数据下载在NCBI主页的下拉菜单中选择GEO DataSets,输入GEO编号即可检索,如图一,点击Download data。图1 GSE30169检索界面点击之后会出现包含5个文件的窗口,我们只需要选择其中两个下载即可,如

  • 小生小声
    小生小声  发布了新帖 16S测序结果解读2—物种丰度统计和系统发育树 50天前

    上期我们介绍了稀释性曲线和Rank Abundance曲线的意义,这期主要介绍物种丰度统计和系统发育树的构建。 1. 物种丰度统计16S的数据分析,原理是将相似度较高(一般97%以上)的序列进行归类,并称之为一个OTU,每一个OTU可以认为是一个菌属(16S很难精确到种水平)。对每个OTU进行注释即可知道对应的菌属名称,注释的方法是将OTU的代表序列与数据库进行比对,找出其最相近且可信度达80%以上的种属信息。最后统计每个OTU对应的所有序列数目,将得到的结果记录在表格文件中,即可得到每个属及其对应的序列数目。如下图,第一二列为物种分类信息,后面1-9每一列是一个样本。通常我们会将序列数除以总序列数得到每个菌的相对丰度,并且绘制累积柱状图(如下图)。图中NA1-NA7代表7个不同的

  • 小生小声
    小生小声  发布了新帖 16S测序结果解读—稀释性曲线和Rank Abundance 曲线 51天前

    我们在查看16S结题报告的时候,都会发现有稀释性曲线和Rank Abundance 曲线这两张图。下面就来讲讲如何理解这两张图,以及它们的意义1. 稀释性曲线·稀释性曲线如何做?首先,从一个样本测序得到的所有序列中随机抽取序列(reads),抽取序列的数目也是随机的,然后统计每次抽取出来的序列有多少个OTU(也就代表了有多少个物种),最后以抽取的序列数目为横坐标,相应的OUT数目为纵坐标,绘制曲线。以上图为例,图中每一条曲线代表一个样本,样本的测序量应该在12000个序列左右。对每个样本的序列进行若干次随机抽样,抽出来的数目从0到12000不等,并且计算每次抽出来的序列代表的OTU数目,最后绘制相应的曲线。 ·稀释性曲线的意义?稀释性曲线可以用来比较测序

关于我们|联系我们|版权声明|资格证书|丁香志|加盟丁香园|友情链接 丁香园旗下网站: 丁香园|丁香通| 人才|会议|药学|博客

Language Copyright © 2000-2018 DXY All Rights Reserved.
网站备案号:浙B2-20070219